Nuestra charla con Lilian Monahan de Fujifilm tuvo un gran éxito. Muchos se conectaron para descubrir cómo utilizar sus datos de manera eficiente y así impulsar la mejora continua de los procesos. La conversación ilustró la importancia del acceso eficiente a los datos para estas iniciativas y cómo el uso de toda la información disponible, junto con las herramientas adecuadas, permite a científicos e ingenieros comprender mejor sus hallazgos y comunicarlos con mayor claridad.
Como era de esperar, los espectadores hicieron muchas preguntas interesantes, pero debido a las limitaciones de tiempo, no pudimos responderlas todas durante el evento. Tras revisarlas, nos dimos cuenta de que estas preguntas se agrupaban en cuatro temas distintos que serían de interés para la comunidad de JMP. Para mayor claridad, resumimos las respuestas a cada pregunta en una breve descripción general.
Accesibilidad a los datos
La mayoría de las preguntas sobre la accesibilidad a los datos se reducían a tres aspectos: cómo recopilar los datos, cómo ponerlos a disposición de las personas adecuadas y, en última instancia, cómo procesar grandes volúmenes de datos una vez que se tienen.
Si te encuentras en una situación donde los datos que necesitas no están disponibles de inmediato, lo mejor suele ser comenzar con una conversación interna dentro de tu organización. Aunque parezca obvio y sencillo, estas conversaciones suelen ayudar a localizar la mayor parte de los datos necesarios para la tarea inmediata e iniciar un diálogo más amplio sobre cómo y dónde se almacenan y utilizan los datos. Estas conversaciones y los casos de éxito internos pueden servir para impulsar el análisis de datos en tu organización.
Para muchas organizaciones, puede resultar complicado integrar todos sus datos o que solo una parte esté disponible. Afortunadamente, JMP ofrece una plataforma para recopilar los datos y explorarlos de forma rápida e interactiva. Esto permite obtener respuestas de manera eficiente, facilitando la toma de decisiones cruciales con prontitud.
Automatización sencilla mediante el Generador de flujos de trabajo
En nuestra conversación, Lilian explicó cómo Fujifilm simplificó y estandarizó el acceso a los datos mediante un complemento, y, como era de esperar, muchos espectadores quisieron saber más. En su caso, implementaron una solución mediante scripts con JSL, pero, como se muestra en las demostraciones, la introducción del Generador de Flujos de Trabajo en JMP 17 permite crear estas automatizaciones sin necesidad de programar. Como era de prever, este tema generó mucho interés, ya que siempre se agradece una solución sencilla que agilice el acceso a la información.
La plataforma Workflow Builder ofrece una solución sin código para la automatización, ya que permite registrar los pasos necesarios para realizar los análisis. Esto significa que solo necesita importar, preparar y analizar los datos una vez para generar un flujo de trabajo que podrá repetir siempre que lo necesite. Una vez creado el flujo de trabajo, es sencillo ampliar su utilidad registrando nuevos pasos y reordenando los existentes. Cuando esté satisfecho con el proceso, puede compartirlo fácilmente con sus compañeros como un flujo de trabajo o utilizarlo para generar el script JSL correspondiente y crear un complemento para JMP. Todo esto le permite estandarizar y automatizar sus tareas rutinarias sin necesidad de programar.
Cambio organizacional
Tras el debate, surgieron varias preguntas centradas en diferentes resultados, pero que convergían en la misma cuestión: «El análisis de datos es una buena idea en principio, pero ¿cómo convenzo a todos en la organización para que utilicen los resultados de este trabajo?». Por lo general, lo más eficaz es utilizar tus propios datos para ilustrar el potencial de estos enfoques a tus compañeros, ya que serán las historias más convincentes.
Por ejemplo, para el monitoreo de procesos, es posible que desee pasar de monitorear únicamente los eventos que incumplen las especificaciones a monitorear los problemas potenciales mediante reglas de gráficos de control. A primera vista, esto puede parecer un cambio fundamental para alguien que no esté familiarizado con este enfoque. Sin embargo, si esta explicación se acompaña de un ejemplo que ilustre cómo estos métodos de control estadístico de procesos (CEP) pueden identificar problemas antes de que el proceso se salga de las especificaciones, se le da credibilidad al mensaje y se crea un incentivo para el cambio.
Al demostrar lo sencillo que puede ser utilizar sus datos con las herramientas interactivas de JMP para desarrollar procesos mejores y más consistentes, podrá crear un argumento convincente a favor del análisis de datos en su organización y del valor de comprender plenamente lo que le dicen sus datos.
Formación y perfeccionamiento de científicos e ingenieros
Varias preguntas abordaron la mejor manera de capacitar a las personas para que aprovechen el análisis de datos. Además de preguntas más generales sobre este tema, varias se centraron en algunos de los métodos de Control Estadístico de Procesos (CEP) que analizamos durante la sesión.
El mejor punto de partida para ambas preguntas son los recursos que JMP pone a disposición. Como comentamos durante el seminario web, el curso Pensamiento Estadístico para la Resolución de Problemas Industriales (STIPS) es un recurso excelente que explica tanto el porqué como, lo que es más importante, el cómo del análisis de datos en una variedad de temas. Cada uno de estos temas cuenta con recursos adicionales disponibles en la sección Aprende JMP de la Comunidad de Usuarios de JMP. Para obtener recursos más detallados sobre SPC, JMP Education ofrece un curso de aprendizaje electrónico gratuito sobre SPC .
